Consultant
Current- Development of predictive models for prioritizing debt collection with the highest probability of return, using supervised machine learning algorithms such as XGBoost and Random Forest, and unsupervised algorithms such as K-means.- Conducting causality analyses using methods such as regression discontinuity, difference-in-differences (diff-in-diff), and instrumental variables.- Performing exploratory analyses with the integration of spatial views to support managerial decision-making.- Automating processes using Python and libraries such as PyAutoGUI and Selenium.- Proficiency in Python libraries, including Pandas, GeoPandas, Matplotlib, Seaborn, Scrapy, Plotly, NumPy, Scikit-learn, SciPy, StatsModels, XGBoost, LightGBM, and CatBoost.- Desenvolvimento de modelos preditivos para priorização na cobrança de débitos com maior probabilidade de retorno, utilizando algoritmos de machine learning supervisionados, como XGBoost e Random Forest, e não supervisionados, como K-means.- Realização de análises de causalidade através de métodos como regressão descontínua, diferença-em-diferenças (diff-in-diff) e variáveis instrumentais.- Condução de análises exploratórias com integração de visões espaciais para apoiar a tomada de decisões gerenciais.- Automação de processos utilizando Python e bibliotecas como PyAutoGUI e Selenium.- Domínio em bibliotecas Python, incluindo Pandas, GeoPandas, Matplotlib, Seaborn, Scrapy, Plotly, NumPy, Scikit-learn, SciPy, StatsModels, XGBoost, LightGBM e CatBoost.
